空間變換網路
Spatial Transformer Networks
空間變換網路由三個部分組成：
localisation net、grid generator 及 sampler。
空間變換網路可用於輸入層，
也可插入到卷積層或者其它層的後面，
不需要改變原來卷積神經網路模型的內部結構。
空間變換網路能夠自適應地對數據進行空間變換和對齊，
使得卷積神經網路模型對平移、縮放、旋轉或者其它變換等保持不變性。
此外，空間變換網路的計算速度很快，
幾乎不會影響原有卷積神經網路模型的訓練速度。
U 型網路
U-Net
U-Net 是比較早的使用全卷積網絡進行語義分割的算法之一，
論文中使用包含壓縮路徑和擴展路徑的對稱 U 形結構在當時非常具有創新性，
且一定程度上影響了後面若干個分割網絡的設計，
Unet包括兩部分，
第一部分特徵提取與第二部分上採樣部分，
由於網絡結構像 U 型，所以叫 U-Net。
